OpenLens AI：用于健康信息学的完全自主研究代理程序

于红博

摘要: 健康信息学研究的特点是多样化的数据模态、知识迅速扩展以及需要整合生物医学科学、数据分析和临床实践的见解。这些特点使得它特别适合于基于代理的方法，可以自动化知识探索，管理复杂工作流程，并生成临床有意义的结果。基于大型语言模型（LLM）的代理在文献综述、数据分析甚至端到端研究执行方面表现出有希望的能力。然而，现有系统在健康信息学方面仍存在局限，因为它们缺乏解释医学可视化的机制，而且常常忽视领域特定的质量要求。为了解决这些差距，我们介绍了OpenLens AI，一个专门针对健康信息学的完全自动化框架。OpenLens AI整合了文献综述、数据分析、代码生成和稿件准备的专门代理，通过视觉语言反馈增强医学可视化，并通过质量控制确保可重现性。该框架自动化整个研究流程，生成出版准备就绪的LaTeX稿件，具有透明和可追溯的工作流程，从而为推动健康信息学研究提供了一个领域适应的解决方案。

更新时间: 2025-09-18 09:25:57

领域: cs.AI,cs.MA

下载: http://arxiv.org/abs/2509.14778v1